國家專精特新“小巨人”企業(yè)、60+項行業(yè)相關發(fā)明專利、29項工業(yè)人工智能相關軟件著作權、在冊商標85件、參與1項國際標準和5項國家標準的編制工作、參與承擔多個國家重大專項、榮獲多個政府以及媒體等機構獎項、發(fā)布“Wind X”無憂風電智慧運營平臺，始終貫穿“1+2+X”的戰(zhàn)略布局，以模力工場為基座，躬身入局打造兩大示范引領行業(yè)的智能化落地，同時探索更廣闊領域的基于模力工場™的工業(yè)智慧化場景應用與深度合作，實現(xiàn)超過80個工業(yè)智能化場景交付。

這一切榮耀的背后要從6年前的深秋說起。

緣起|遇見“預見”

1、“西點軍校”與“黃埔軍校”的強強聯(lián)合

來自IBM的孫昕、謝炯兩人與工業(yè)大數(shù)據(jù)及工業(yè)人工智能的全球領軍人物李杰教授經過持續(xù)深入的交流一拍即合，三人融合IMS近20年故障預測與健康管理技術和實踐經驗的工業(yè)基因以及IBM軟件工程、系統(tǒng)工程和認知物聯(lián)網領域的工程基因，從而能讓工業(yè)人工智能真正在中國落地生根的想法漸漸成型！在2016年11月份天澤智云正式成立。李杰教授擔任首席顧問，孫昕和謝炯則分別擔任CEO與COO。

2、解決工業(yè)領域的“不可見”問題

那么如何解決工業(yè)領域中“不可見”問題呢？李杰教授常用“可見”和“不可見”，“解決”和“避免”的四象限圖來分析人工智能目前的應用場景。目前人工智能在工業(yè)領域主要用來解決和避免“可見”的問題，前者包括工業(yè)機器人、視覺檢測等，后者則包括無人駕駛、語音助手等。

在工業(yè)領域，可見問題僅僅是海面上的“冰山一角”，“不可見”的隱性問題才是海面下的惡魔。生產系統(tǒng)中的“不可見”問題包括設備性能的衰退、精度的缺失、易耗件的磨損、資源的浪費等。工業(yè)企業(yè)向智能化轉型的本質就是從解決可見問題到避免不可見問題的過程。

情深|工業(yè)人工智能

1、新工業(yè)軟件賽道工業(yè)人工智能軟件的機遇與挑戰(zhàn)

隨著近年來云服務，物聯(lián)技術，人工智能的迅猛發(fā)展，工業(yè)軟件必將迎來一次重大洗禮。對于工業(yè)軟件，特別是處于風口浪尖的工業(yè)人工智能軟件，在未來的幾年，幾十年中必將勢如破竹，成為下一代工業(yè)發(fā)展的重要轉折點。對于我們工業(yè)軟件人來講，是機遇也是挑戰(zhàn)。出于一個老IT人對數(shù)據(jù)的敏銳嗅覺，我們不難發(fā)現(xiàn)這個看似完美的矩陣，依舊存在著木桶效應。

2、生產運維數(shù)據(jù)分析軟件的缺失

一方面，近半個世紀以來投入大，比較成熟的工業(yè)軟件一半以上都發(fā)生在設計研發(fā)中，在此過程中產生的各種數(shù)據(jù)都有比較好的支持和利用。但在生產制造和運營維護階段，也會用到很多工具和系統(tǒng)，這個階段產生的數(shù)據(jù)更會上升到一個數(shù)量級。是否有一個系統(tǒng)或工具平臺對在生產制造運營維護產生的數(shù)據(jù)提供專業(yè)有效的分析方法？并可低門檻友好的支持業(yè)務專家和運維工程師？事實上全球所有頂尖工業(yè)軟件大廠，如西門子、施耐德、PTC等早在多年前就投入巨資布局這個領域，而這也將是工業(yè)軟件下一個十年的新核心賽道。

3、對隱形數(shù)據(jù)的深度挖掘分析

另一方面，工業(yè)軟件賽道已經開始關注到大數(shù)據(jù)分析預測，工業(yè)人工智能等更廣泛的應用領域。IAI的出現(xiàn)，以數(shù)據(jù)為基礎，更寬泛的應用，更深層次的價值探索。比之PHM將解決問題的重心放在設備端，IAI更充分利用制造數(shù)據(jù)，運維數(shù)據(jù)，挖掘隱形價值，幫助企業(yè)更加全面的呈現(xiàn)并解決在產品全生命周期各個環(huán)節(jié)中的問題，進而提升工業(yè)發(fā)展的質量。

數(shù)據(jù)作為產生知識的主要途徑將成為企業(yè)的核心資產，知識交易將成為企業(yè)之間協(xié)同和增值服務的主要方式。工業(yè)大數(shù)據(jù)分析還有一個重要的缺口，就是中間的工業(yè)建模軟件的缺失，尤其是機理融合數(shù)據(jù)驅動模型的預測性分析，工業(yè)的模型分析不但要有先進的算法，還要分析者結合特定的工業(yè)場景，有專業(yè)的領域知識。這也是目前工業(yè)人工智能軟件發(fā)展面臨的挑戰(zhàn)。

意濃|讓工業(yè)無憂

1、工業(yè)人工智能四要素

天澤創(chuàng)始至今，工業(yè)人工智能的魔力感召一批有情懷，有實力，有價值的人聚在了一起。從始至終，我們堅定地站到工業(yè)人工智能算法和軟件賽道前沿，總結出了具有前瞻性且具有廣泛共鳴的工業(yè)人工智能四要素：資產化關鍵小數(shù)據(jù)、智能洞察隱性世界、系統(tǒng)工程加速轉型、可持續(xù)工業(yè)模型庫。

這是天澤智云在“工業(yè)人工智能實踐者”的自我定位下，作為一家工業(yè)人工智能專業(yè)公司的深度思考，并不斷付諸實踐。近年來天澤更是提出了“1+2+X”的戰(zhàn)略理念，加速了工業(yè)IAI落地的步伐。

1：以模力工場為基座

模力工場是天澤自主研發(fā)的一套工業(yè)人工智能專業(yè)平臺，是天澤工業(yè)人工智能跨領域的“新基建”基座。從工業(yè)場景及企業(yè)痛點出發(fā)，縱向打通數(shù)據(jù)采集、邊緣計算、分析建模、系統(tǒng)部署，到工業(yè)應用的閉環(huán)。

2：賦能風電、鋼鐵兩大示范引領行業(yè)智能化落地

在初期的摸索，沉淀下，我們躬身入局，聚焦在風電新能源、鋼鐵兩大行業(yè)之上。實現(xiàn)工業(yè)人工智能應用在智慧運營和能源優(yōu)化管理方向上的規(guī)模化推廣。

X：探索更廣闊領域的工業(yè)智能化場景應用與深度合作

工業(yè)場景千人千面，天然具有專業(yè)性、特異性，場景之間遷移困難，行業(yè)之間的遷移則難上加難。

然而“場景”并非工業(yè)人工智能軟件中的最小單元。當落地多個細分行業(yè)場景、積累足夠多的算法模型后，將各場景下的應用進行拆分，總能發(fā)現(xiàn)一些核心場景、底層邏輯、處理流程的一致性。可以考慮適宜顆粒度的復用，幫助我們獲取和管理更豐富來源且有效的數(shù)據(jù)，對更加復雜的關系進行建模，以及提供更廣泛維度的參考和比較性。進而形成更為泛用的可持續(xù)工業(yè)模型庫。

未來，可持續(xù)工業(yè)模型庫將成為一個工業(yè)AI企業(yè)最重要的核心資產，這一“護城河”的打造沒有任何捷徑，只有經過體系化系統(tǒng)工程的建設和工業(yè)場景中落地算法的積累，踏實扎根于工業(yè)。唯有此，才能實現(xiàn)知識的積累、傳承和規(guī)模化應用，收獲知識資產的快速增長和價值釋放的回饋。

堅守初心，篤行致遠

天澤智云是一支能夠體系化作戰(zhàn)的高效團隊，因為我們具備學習型組織文化、指數(shù)型組織模式，我們設計的核心價值觀是CARE，即Commitment、Ambition、Reflection、Execution。

在工業(yè)人工智能這一片廣闊的星空中，我想成為一個漫游者，漫游于工業(yè)人工智能落地無限場景與可能；在工業(yè)人工智能這一片寬闊的海洋中，我也想成為一個工匠人，用自己的所見所學真正地在這片海洋中建立一個個島嶼。

天澤人必須直面肩頭的歷史使命，無論是對學術界隱形世界的核心競爭力PHM的探索，還是解決我們卡脖子工程的關鍵技術研發(fā)落地；無論是在新能源領域運用IAI技術對“雙碳”的貢獻，還是對未來工業(yè)協(xié)同化發(fā)展的引領，天澤人始終披荊斬棘，走在賽道的前沿。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關鍵詞：